numpy排序

numpy排序

在数据处理和分析中，排序是一个常用的操作。在Python中，numpy库提供了丰富的排序功能，可以对数组进行各种排序操作。本文将详细介绍numpy排序的相关功能。

numpy.sort()函数

numpy.sort()函数可以对数组进行排序，并返回排序后的数组。该函数的语法如下：

numpy.sort(a, axis=-1, kind='quicksort', order=None)

参数说明：

• a：待排序的数组
• axis：排序的方向，默认为-1，表示按最后一个轴排序
• kind：排序算法的类型，可以选择quicksort、mergesort、heapsort中的一种
• order：指定按照哪个字段排序

下面是一个简单的示例代码：

import numpy as np

arr = np.array([3, 1, 2, 5, 4])
print(np.sort(arr))

运行结果如下：

[1 2 3 4 5]

numpy.argsort()函数

numpy.argsort()函数返回的是数组排序的索引值。例如，如果对数组[3, 1, 2, 5, 4]进行排序，那么索引值为[1, 2, 0, 4, 3]。这个索引值的意义在于可以根据这个值重新排列原数组，以得到排序后的数组。语法如下：

numpy.argsort(a, axis=-1, kind='quicksort', order=None)

参数说明与numpy.sort()函数相同。

下面是一个示例代码：

import numpy as np

arr = np.array([3, 1, 2, 5, 4])
print(np.argsort(arr))

运行结果如下：

[1 2 0 4 3]

numpy.lexsort()函数

numpy.lexsort()函数用于对多个序列进行排序。比如有两个数组，分别表示姓名和年龄，想要按照姓名进行排序，如果姓名相同再按照年龄排序。语法如下：

numpy.lexsort(keys, axis=-1)

参数说明：

• keys：待排序的序列，可以是一个元组、列表或者数组
• axis：排序的方向，默认为-1

下面是一个示例代码：

import numpy as np

names = np.array(['Tom', 'Mary', 'John', 'Bob'])
ages = np.array([25, 30, 25, 20])
ind = np.lexsort((names, ages))
print(names[ind])
print(ages[ind])

运行结果如下：

['Bob' 'John' 'Mary' 'Tom']
[20 25 30 25]

numpy.argsort()与numpy.argpartition()函数

numpy.argsort()函数返回的是数组排序的索引值，而numpy.argpartition()函数返回的是进行局部排序后的索引值。局部排序是指将数组划分为两个部分，左边部分都小于右边部分的值。语法如下：

numpy.argpartition(a, kth, axis=-1, kind='introselect', order=None)

参数说明：

• kth：表示第k小的值

下面是一个示例代码：

import numpy as np

arr = np.array([3, 4, 2, 1, 5])
print(np.argpartition(arr, 2))

运行结果如下：

[3 2 0 1 4]

numpy.partition()函数

numpy.partition()函数是对数组进行分区排序，可以将数组中的元素划分为两部分，其左边的元素都小于右边的元素。语法如下：

numpy.partition(a, kth, axis=-1, kind='introselect', order=None)

参数说明：

• kth：表示第k小的值

下面是一个示例代码：

import numpy as np

arr = np.array([3, 4, 2, 1, 5])
print(np.partition(arr, 2))

运行结果如下：

[1 2 3 4 5]

总结

本文详细介绍了numpy排序的相关函数，包括numpy.sort()、numpy.argsort()、numpy.lexsort()、numpy.argpartition()和numpy.partition()等。这些函数可以帮助我们方便地对数组进行排序操作，适用于各种数据处理和分析的场景。